Plan de análisis para estudios descriptivos

Curso: Redacción de Protocolos de Investigación, 2022


Percy Soto-Becerra, M.D., M.Sc(c)

Instituto de Evaluación de Tecnologías en Salud e Investigación – IETSI, EsSalud

2022-11-02

https://github.com/psotob91

Investigación descriptiva

Agenda

  1. Investigación descriptiva

  2. Pautas para el plan de análisis

Motivación

 ¿Quiénes están siendo infectados y muriendo por COVID-19,
de acuerdo a edad, sexo, raza, y nivel socioeconómico? (Persona)


                        ¿Dónde las tasas de infección están
                        disminuyendo o aumentando? (Lugar)


¿Cómo están cambiando las tasas de infección y la letalidad
a lo largo del tiempo? (Tiempo)

Introducción a estudios descriptivos

  • Los estudios descriptivos tienen roles importantes en la investigación médica.

  • Suelen ser el primer paso cuando nos enfrentamos a nuevas enfermedades o áreas de conocimiento.

  • De acuerdo con la CDC, la investigación epidemiológica descriptiva

“(…) responden las siguientes preguntas sobre la ocurrencia enfermedades, daños o peligros ambientales: ¿Qué? ¿Cuánto? ¿Cuándo? ¿Dónde? ¿Entre quiénes?”.

  • De acuerdo con el Dictionary of Epidemiology:

“Los estudios descriptivos están más preocupados por describir asociaciones que con analizar y explicar sus efectos causales”.

Estudios descriptivos

  • Buscan caracterizar la distribución de la salud, enfermedad y daño o exposiciones benéficas en poblaciones bien definidas.

  • Podemos dividirlos en dos grandes grupos:

    • Aquellos que lidian con individuos.

    • Aqueelos que lidian con poblaciones.

Tipos de estudios descriptivos

  • Estudios que involucran datos individuales:

  • Estudios que involucran datos poblacionales:

    • Estudios ecológicos

Tipos de estudios descriptivos

  • Estudios que involucran datos individuales:

  • Estudios que involucran datos poblacionales:

    • Estudios ecológicos

Uso de los estudios descriptivos

  • Se pueden usar para:

    • Análisis de tendencia

    • Planeamiento

    • Pistas sobre causas (exploratorios)

      • Inferencia causal confirmatorio se puede hacer en futuros estudios.
    • Pistas sobre factores predictivos (pronósticos o diagnósticos)

      • Evaluar incorporar a modelos predictivos se puede hacer en futuros estudios.

Pautas para el plan de análisis

Agenda

  1. Investigación descriptiva

  2. Pautas para el plan de análisis

Pauta 1 Plantear pregunta clara

  • Cantidad objetivo de interés para investigación descriptiva:

Alguna característica de la verdadera distribución subyacente de la enfermedad en una población objetivo bien definida.

  • Buenas preguntas descriptivas requieren:

    • Buen fundamento teórico sobre el proceso generador de la enfermedad

    • Definir claramente a la población objetivo

Pauta 2 Muestreo y medición apropiados son claves

  • A diferencia de inferencia causal, donde no es necesario muestreos representativos de poblaciones más grandes bien definidas, en estudios descriptivos sí es vital esto.

  • Idealmente debería alcanzarse la representatividad estadística a través de un esquema de muestreo probabilístico.

  • Si no es posible, debe poder justitifarse la representatividad teórica de muestreos no probabilístico.

    • Esta limitación debe analizarse, reportarse y discutirse.
  • Lo mismo ocurre con aspectos relacionados a la medición y el error de medición.

  • Muchas enfermedades son evaluadas mediante el uso de pruebas (o combinación de estas) que no son estándares de referencia perfectos.

    • Ejemplos de esto son encuestas seroepidimiológicas, etc.

Pauta 3 Confusión y confusores no son relevantes en epidemiología descriptiva

  • Los estudios descriptivos son propensos a sesgo de selección por muestreo no representativo y sesgo de medición por usar instrumentos con error de medición.

  • Sin embargo, no son propensos a sesgo de confusión, dado que su objetivo no es evaluar relaciones causales.

    • No confundir que se pueda especular sobre causalidad, de manera vaga y cauta, como parte de la discusión.
  • Sin embargo, una gran cantidad de estudios descriptivos citan como limitación el sesgo de confusión, cuando esto realmente no tiene sentido en este tipo de estudios.

Pauta 4 ¿Por qué estratificar?

  • Dado que la investigación descriptiva busca caracterizar el fenómeno de salud enfermedad, suele ser importante evaluar este fenómeno en subgrupos o estratos de interés para

    • Evaluar heterogeneidad entre y dentro de grupos para documentar brechas o disparidades
    • Identificar grupos de alto riesgo o potenciales blancos de intervención.
  • Uno debe pre-definir estos estratos desde el protocolo.

    • Estratos que pueden ser de interés: sexo, edad, raza, nivel socioeconómico, etnicidad, clase social, ocupación, localización geográfica y tiempo.

Pauta 5 ¿Ajustar o no ajustar?

  • Aunque la confusión no importa en estudios descriptivos, sí puede ser vital realizar ajustes.

    • Recordar: ¡Ajuste no es igual a control de confusión!
  • Se puede ajustar por algunas variables para hipotetizar (en sentido exploratorio) sobre las razones de la variabilidad dentro y entre las poblaciones:

    • Útil para identificar mejor disparidades en distribución de enfermedades que podrían estar ocultas o enmascaradas.
  • Se sugiere ajustar por variables que cumplen el siguiente criterio:

    • Tienen efectos conocidos sobre el desenlace.
    • Existe heterogeneidad de los grupos

Pauta 6 Cuidado con interpretar resultados ajustdos en estudios descriptivos

  • Los análisis crudos (sin ajustar) son muy importantes para describir el mundo real observado o factual.

    • Un error frecuente es centrarse en resultados ajustados cuando el objetivo es describir.
    • Dado que la confusión no importa, no tenemos que hacer ajustes por estos (veamos pizarra).

Pauta 6 Cuidado con interpretar resultados ajustdos en estudios descriptivos (cont.)

  • Los resultados crudos (no ajustados) describen el mundo real, los ajustados ayudan a entender (exploratoriamente) las diferencias en el mundo real.
  • Si el objetivo es entender heterogeneidad (exploratoriamente):
  • Por ejemplio, si vemos que fallecen más médicos que enfermeras, podríamos ajustar por diferencias en edad para centrarnos más en los peligros ocupacionales que en los peligros relacionados a la edad.
  • Si el objetivo es ayudar en destinar recursos, los resultados ajustados:
  • Aunque la tasa de mortalidad entre enfermeras y médicos sea la misma luego de ajustar por edad, la mayor mortalidad cruda en enfermeras poria

  • Ajustar por geografía cuando se quieren identificar diferencias de mortalidad por raza y etnicidad podría oscurecer disparidades debido al racismo sistemático.

Pauta 7 Céntrese en medidas estadísticas que permitan evaluar significancia clínica / en Salud Pública

  • Haga inferencias cuando pueda justificar que estas podrían ser válidas: muestreo probabilístico o muestreo no probabilístico con justificación teórica razonable.

  • Estime y reporte estadísticos puntuales.

  • Cuando se pueda y deba hacer inferencia:

    • Prefiera estimación de intervalo, en vez de prueba de hipóetsis.
    • Pruebas de hipótesis actualmente tienen un valor limitado porque solo otorgan un valor, el valor p.
    • Intervalos de confianza o credibilidad proporcionan mejor información sobre la incertidumbre estadística.
  • Indique qué métodos de estimación utilizará.

Pauta 8 Pautas estadísticas extras

  • Use métodos apropiados cuando lidie con datos correlacionados.

  • Indique el programa estadístico que usará.

  • Trate de usar métodos para reducir los riesgos asociados a sesgo de selección o error de medición:

    • Métodos para corregir muestreo no representativo.
    • Métodos para corregir error de medición de pruebas imperfectas.

¡Y lo más improtante!

Consulte con una persona con nivel de entrenamiento apropiado en Bioestadística…

… para la complejidad del análisis que requiera su estudio.

La investigación requiere un equipo de investigación con personas especializadas en aspectos diferentes.

Así como uno busca un neurocirujano para una cirujía cerebral…

…uno busca un bioestadístico para un análisis bioestadístico .

Veamos algunos ejemplos de protocolos

¡Gracias!
¿Preguntas?

@psotob91

https://github.com/psotob91

percys1991@gmail.com

:x cohorte

Sí, no todas las cohortes buscan identificar ‘factores de riesgo’. Sobre todo si el diseño muestral lo permite, algunas cohortes pueden ser buenas para describir: cohortes poblacionales.

:x vigilancia

En realidad no son un diseño, pero vale la pena la mención honrosa.